转载昨天《Information》的一篇报道。最近我在外采访，CIO们和SaaS厂商们普遍讨论的问题是，如何在这波AI浪潮中花钱，训练模型太贵了。企业级客户到底直接采购微软等大模型+云厂商的服务，还是采购头部软件公司的服务？已经购买的中小软件厂商的产品谁来整合？CIO们又如何回答CEO的提问？
而对于SaaS厂商们，上游投资断供、下游客户缩减预算、开发AI需要投入，更迷茫。这似乎又回到了十年前，那个对云计算概念充满质疑、怅惘，以及蜂拥的年代。云计算上一个周期的经验有多少可以拿到今天来借鉴？以及是否适用于AI技术潮？
微软的资本支出（主要是硬件和软件购买）在第二季度超过了107亿美元，比去年同期增长23％，是公司历史上最高的季度资本支出。首席财务官Amy Hood上周告诉投资者，这个数字在接下来的四个季度中会进一步攀升。（谷歌首席财务官Ruth Porat上周告诉投资者，公司的资本支出将在2023年下半年和2024年增加，主要支出是服务器，包括用于AI。）
AI支出带来的未来利润仍不清楚-微软告诉投资者，直到2024年上半年，它才会开始从AI驱动的Office 365工具中获得大部分收入。但是，一些观察人士表示，当前的资本支出建设与十多年前的第一波云计算相似，当时亚马逊、谷歌和微软在不断增长的云需求中大量投资于服务器容量建设。
西雅图风险投资公司Tola Capital的董事总经理Sheila Gulati说：“现在是资本支出马戏团，这一点与十年前的第一个云建设非常相似。问题是是否担心这种疯狂的资本支出。个人而言，我不担心，因为需求非常大。当您看到无限的需求时，您会倾向于满足供应。”
自2019年以来，微软已经投资了 OpenAI 数十亿美元，以换取在自己的软件中重复使用该初创公司的人工智能模型的权利。微软的 Azure 部门还花费了数十亿美元，历时数年，创建了一个超级计算机，用于运行 OpenAI 的模型。
现在微软正在积极购买更多 Nvidia 的图形处理器，这些处理器优化了训练和运行人工智能应用程序，是开发人员中需求量很高的处理器。据知情人士透露，微软无法直接从 Nvidia 购买足够的 GPU 来满足需求，导致即使对于微软最大和最重要的客户，也需要等待数周才能访问 Azure 上的 GPU。
微软一直在从通常与之竞争的较小的云提供商那里租用服务器空间，包括 Lambda Labs 和 CoreWeave。据 The Information 先前报导，Nvidia 投资了这两家公司并向它们提供了 GPU。今年早些时候，微软与 Oracle 讨论了一项不寻常的协议，该协议将允许两家公司在临时需要时互相租用剩余的 GPU 服务器空间。
微软的资本支出通常非常季节性。在过去的四年中，公司在截至6月的季度中支出最多，这也是其财年的最后一个季度。
Microsoft的CAPEX增长速度比云计算竞争对手如Amazon Web Services和Google更快。Google的CAPEX在截至6月的季度中大致持平，为69亿美元，在过去的五个季度中一直在65亿美元和75亿美元之间徘徊。Amazon的CAPEX在此期间也大致持平，并在截至3月的季度中同比下降5％至142亿美元。Amazon的很大一部分CAPEX用于支持和扩展其仓储和交付网络。公司通常不会分离出AWS的CAPEX，但首席财务官Brian Olsavsky在4月份的盈利电话会议上表示，AWS在第一季度占了公司CAPEX的约40％，即57亿美元。
除了尝试满足云客户的人工智能需求外，微软和谷歌还在快速扩大其自己的人工智能软件。微软在Windows和Office 365中提供了由OpenAI提供支持的“联合飞行员”，使客户可以使用AI根据书面提示自动总结电子邮件，撰写备忘录或创建幻灯片演示文稿，而谷歌正在推出由其自己的AI模型提供支持的类似工具。根据谷歌最近财务业绩的其他披露，NZS Capital的Brad Slingerlend估计该公司每年在人工智能研究和开发上花费30亿至40亿美元。
根据Databricks的生成AI副总裁Naveen Rao的说法，建立更多的GPU容量将是一项昂贵和耗时的工作，而GPU的行业范围短缺不太可能在短期内消失。
注：文/宇婷的TO B笔记，文章来源：B Impact，本文为作者独立观点，不代表亿邦动力立场。
文章来源：B Impact
